基于网络购物行为偏好的上海市居民购物方式演替研究

摘要

针对目前网络购物的研究缺乏对人们如何在实体店和网购之间做选择的定量解答和未来两种方式演替结果的预测方法， 利用上海市居民的4 608次叙述性购物选择，解析影响人们选择实体店或网购的主要因素及影响程度，并模拟不同情景下两种方式的吸引力变化。研究结果表明：商品的价格、质量、选购商品时间、交通时间以及实体商业类型对居民选择购物方式有显著影响；现状不同等级商圈中，地区级中心对网络购物的抵抗力最强；网店与实体店三种情景下的发展趋势预测表明，网络购物很可能会近期继续经历一段时期的高涨，继而经过一定幅度的回落，最后达到平稳的状态。

关键词

网络购物; 实体商业; 叙述性偏好法; 离散选择模型; 上海市

网络购物是基于计算机和互联网技术而发展起来的一种新型零售业态，它打破了传统购物活动的时空限制，使得居民的购物行为和传统实体零售发生了彻底的革新。2015年我国网络零售交易额达3.88万亿元，同比增长43.9 %，占同期社会消费品零售总额的12.6%^［1］。网络购物的快速发展激发了不同领域的专家学者对此展开大量研究。零售业态的演变最终是消费者的需求和选择在推动^［2］，市场和营销领域从心理学和行为学的角度，聚焦于消费者网络购物意愿^［3］及其影响因素^［4］的问题，有丰富的研究成果。商业地理、城市规划和交通领域的研究更关注网络购物所引起的空间变化问题，主要集中于商品类型、经济社会属性、购物习惯、居住区位、购物便利性等因素对居民的购物行为的影响，以及对交通、土地利用等的复杂影响。国内的研究成果相对较少，早期以定性描述为主，或只关注总体表现出的影响效应^［5］，近期的研究有逐步定量化的趋势，并开始关注空间效益以及建成区环境的影响^［6］。

叙述性偏好法（state preference method， SP）是一种基于被调查者主观偏好的行为调查方法，具有操作简单、针对性强、预测性好、应用性强等特点，在产品调查^［7］、交通方式选择^［8］、环境评价^［9］、住房选择^［10］、设施选址^［11］等领域被广泛应用。国外已经有将SP调查法用于网络购物研究。有学者用SP法研究网络购物对交通出行的影响，发现一小部分人会因网络购物减少出行，且减少的多为公共交通出行^［12］；网络购买日用品对减少出行的影响最为明显^［13］。Hsiao^［14］用SP法研究消费者在实体店和网店的购书偏好，主要聚焦于消费者如何衡量时间和金钱，发现相比去书店人们更愿意花时间等待书籍送达，愿意为节省0.53美元接受多等待一天。该研究已经关注到人们如何在实体店和网络之间评估效用并作出选择的问题，但缺乏对距离、业态等实体商业特有的空间要素的考虑，因此也缺乏在规划上的应用和指导意义。国内已经开始引入SP调查法对规划实践中的一些问题进行研究，例如，宋姗等^［11］使用SP方法对上海市养老机构空间配置进行研究；赵倩等^［15］使用SP法对上海市杨浦区城市居住环境评价进行研究，潘晖婧等^［16］使用SP法研究上海市自行车使用者骑行路径偏好，刘珺等^［17］使用SP法研究休闲步行行为的环境偏好等。但国内目前尚无将SP调查法用于网络购物研究的先例。

城市规划领域对网络购物的研究更关注可调控的要素而非个人或心理要素；更关注消费者选择的结果而非抉择的过程；不仅注重对现状的解释更关心在规划实践中的应用。而SP能够将复杂的购物决策过程提炼成主要要素对选择结果的影响这一简洁模式，可以选取在规划或市场中的可调节要素，生成简单易懂的情景方案进而获取受访者偏好。离散选择模型是行为学研究领域最主流的方法之一，SP调查方法结合离散选择模型分析手段，不仅能定量解释现状各影响因素影响力的相对大小，而且还能模拟不同情景以预测未来发展趋势，是行为学方法与规划问题相结合的有效研究探索方法。

基于以上分析，本研究以网络购物普及的上海市为例，以SP问卷调查的结果为主要数据，采用离散选择模型进行分析，意图定量解析商品价格、商品质量、购物时间、交通时间和实体商业类型5大要素对购物方式选择的影响方式及影响作用大小，对现状的实体商业规划进行评估，对未来零售业态发展进行演替分析，并提出相应对策建议。

1 研究设计

本研究设计的总体思路为：首先，确定影响人们选择实体店或网购的要素，合理设定不同要素的水平，并通过正交设计获得情景方案，形成调查问卷；其次，按照问卷发放的一般原则和步骤获取问卷数据，进行数据处理，并建立离散选择模型；最后，对模型进行解析，并结合实际需求探索应用。

1.1 SP实验设计

SP实验设计首先要明确影响选择行为的要素及其水平。根据相关文献和预调研的结果，商品的类型、价格和质量总是人们购物时首要考虑因素，其次人们在意购物的时间成本^［18］，实体商业本身的购物环境也会影响人们去实体店购物的意愿^［19］。人群的年龄、性别、收入水平等社会经济属性的差异也会显著影响购物行为的选择，由于本文偏重对购物行为外部影响因素的分析，因此研究未考虑人群内在的属性差异。结合本文的研究目的和SP调查要素选取的原则，最终确定了4种不同商品类型，和商品价格、商品质量、购物时间、单程交通时间、实体商业类型5个影响要素。其中商品价格、商品质量和购物时间为两种方式共有，而单程交通时间和实体商业类型为特有属性。根据预调研的结果并参照现状的实际情况，设置具有一定梯度的要素水平值（表 1）。实体店一般依托商业中心聚集，市级、地区级和社区级三级商业中心是城市规划布局的商业网点，而消费者感知的是商业中心的规模、功能、品牌和环境。一般规模越大的商业中心，往往功能齐全、品牌众多、购物环境好，故用商业中心的规模代表实体店的综合品质，设置大型、中型和小型商业中心三个水平，分别对应规划中的三级商业网点。

表 1 购物方式选择的影响要素及其设定水平

Tab. 1 Factors influencing shopping style and their setting level

影响因素		水平1	水平2	水平3
商品价格	实体店	无优惠
	网络	无优惠	30%优惠	60%优惠
商品质量	实体店	优	良	中
	网络	优	良	中
选购时间	实体店	3 h	1 h	30 min
	网络	3 h	1 h	30 min
单程交通时间	实体店	1 h	30 min	10 min
	网络
实体商业类型	实体店	大型商业中心	中型商业中心	小型商业中心
	网络

将选定的影响要素及其水平在Ngene软件（Ngene是由ChoiceMetrics公司研发，专门用于SP调研中生成实验设计的软件）中进行同步正交设计（simultaneous design），共生成12组情景方案，剔除其中3组某一购物方式情景占据绝对优势的情景方案（尽管对正交表进行人工剔除会引起要素水平之间正交性的变化，但大量研究表明，其变化程度不足以影响SP调查的结果），最终得到9组情景方案。

1.2 离散选择模型

离散选择模型是基于理性选择理论中的随机效用理论（random utility theory）的一种行为解析方法。在本研究中，SP问卷中每一道题目的要素水平和选择结果都是一组数据，将其代入离散选择模型中进行分析，得到不同的参数反映了各个要素对居民购物方式选择的影响方式和影响大小。多项Logit模型（multinominal logit model， MNL）是离散选择模型体系的基础，运用最为广泛，具有形式简单、估计方便、结果可靠等优点^［20］，是本次研究中采用的模型。根据随机效用理论，居民选择对其效用最大的购物方式。购物方式的效用定义为

$$U_{\mathrm{j}}={\displaystyle \sum _{i=\mathrm{1}}^n}{\alpha }_i{X}_i$$

式中：U_j为选择购物方式j所能获得的效用；${\alpha }_i$表示购物方式要素$X_i$的效用系数，也是模型所需拟合的系数； $X_i$为消费者选择购物方式j的第i个影响要素。消费者选择某一购物方式j的概率P_j为

$$P_j=\frac{\mathrm{e}\mathrm{x}\mathrm{p}(U_j)}{{\sum }_{j=\mathrm{1}}^m\mathrm{e}\mathrm{x}\mathrm{p}(U_j)}$$

选择模型中各要素的符号假设、单位及其不同水平对应效用方程中的取值详见表 2 。

表 2 选择模型中各要素的符号假设、单位及其不同水平对应效用方程中的取值

Tab. 2 Positive and negative assumptions, units and value settings of factors in discrete choice model

变量	符号假设	单位	变量水平	对应效用方程取值
商品价格	-	无	无优惠	1
			30 %优惠	0.7
			60 %优惠	0.4
商品质量	+	无	优	(1,0)
			良	(0,1)
			中	(0,0)
选购时间	-	h	1/2 h	1/2
			1 h	1
			3 h	3
单程交通时间	+	h	1/6 h	1/6
			1/2 h	1/2
			1h	1
实体商业类型	+	无	大型购物中心	(1,0)
			中型购物中心	(0,1)
			小型购物中心	(0,0)

1.3 问卷设计与调查实施

问卷共分为4个部分：第1部分为被调查者个人属性；第2部分为调研商品的购买现状，用于与SP模型模拟的结果进行对比和校验；第3部分为调研商品的购物方式情景选择（SP）；第4部分为被调查者居住地和购物地信息。本研究选取了4种居民日常购买物品作为调研商品：衣服、书籍、数码家电和日用品。衣服是典型的体验型^［9］商品；书籍则是典型的搜索型商品；数码家电产品代表了低频高价商品；而日用杂货则代表了高频率低价的商品。为了保证数据采集的质量，每个被调查者针对某一类商品进行9次SP的情景选择（图 1为一次SP选择示例）。

图 1 SP情景选择问卷示例

Fig. 1 An example of SP situation choice

问卷于2016年8月通过问卷星网络平台的有偿样本服务发放。通过设置时间阈值、设置陷阱题等多重方法控制样本质量。共发放调查问卷554份，进一步筛选后，得有效问卷512份。问卷中一共进行了4 608次虚拟购物方式情景选择，其中针对衣服、书籍、数码家电和日用品购买的选择次数分别为1 260、1 071、1 170和1 107次。

1.4 被调查者基本特征与现状网购占比

有效样本中，男女占比分别为50.39%、49.61%，性别分布均衡；未婚和已婚占比分别为39.84%、60.16%，不同婚姻状况人群均有足够的样本；年龄结构中，25~35岁样本占比最高（50.98%），18~25岁（21.48%）和35~45岁（19.34%）其次；职业构成以在职的工作人员为主；受教育程度则以本科或大专学历（75.39%）的人群为主；家庭月收入构成中，中等收入（8 000~15 000元）和中高收入（15 000~30 000元）占比高达44.14%和31.84%。样本覆盖上海市域各区（崇明岛除外）。

现状网络购买次数的总体比例达到60.76%。这是由于本次问卷调查的商品均是比较常见的在网上购买的商品，且网络问卷调查带来了样本人群偏年轻化和高学历，因而现状网购比例比较高。其中，衣服为54.98%，书籍为70.19%，数码家电为71.30%，日用品为59.72%。表明网络购物已在居民日常购物中占据非常重要的地位。

2 居民购物偏好模型与解析

2.1 整体模型拟合结果与模型解释

利用Nlogit软件对SP问卷采集到的4 608次虚拟的购物方式情景选择进行模型拟合，从整体模型结果初步解释各要素对消费者购物方式选择的影响，并运用支付意愿和等效用曲线的方法对模型结果进行进一步的解析。

2.1.1 整体模型拟合结果

由整体模型拟合的结果表 3可知，模型的拟合优度为0.12，上述5个要素均对选择结果有显著影响。系数符号表示该变量变化产生的效用是正（+）还是负（－），结果符合预期，即当商品价格增加、商品质量变差、选购时间和交通时间变长时，购物方式的效用会降低，从而引起消费者选择的概率减小；实体店的类型规模越大，效用增加，选择概率越大。

表 3 购物方式偏好整体拟合结果

Tab. 3 Output of discrete choice model for four products as a whole

变量			实体店		网络
			变量系数	显著度	变量系数	显著度
商品价格	P		-3.425 78	***	-3.603 99	***
商品质量	是否为优	Q1	0.903 52	***	0.903 52	***
	是否为良	Q2	0.279 99	***	0.279 99	***
选购时间	TS		-0.117 0	***	-0.117 0	***
单程交通时间	TT		-0.748 2	***
实体商业类型	是否大型	S1	0.452 19	***
	是否中型	S2	0.324 65	***
对数似然函数值			-2 584.007
McFadden R2			0.120 86
选择次数N /次			4 608

2.1.2 模型的支付意愿解释

由于模型中既有连续变量又有分类变量，且不同变量的量纲不同，不能直接比较系数绝对值大小来判断不同要素影响程度大小，故引入支付意愿的方法。计算其他变量与商品价格变量的系数绝对值之比得到人们愿意为其他要素改变而付出的价格，即支付意愿。比较比值的大小可以判断不同变量的影响程度大小。

（1） Q₂/P为0.08（实体店和网购的Q₁/P、Q₂/P、T_S/P都不同，但由于两者差别很小，且支付意愿的目的在于比较不同要素之间的作用大小，故忽略两者之间的差别），表示当商品质量由“中”变为“良”时，人们愿意多支付8 %的价格，Q₁/P与Q₂/P之差在实体店和网络分别为0.18表示当商品质量由“良”变为“优”时，人们在实体店和网络愿意多支付18%的价格。

（2）T_S/P为0.03（两种方式差别不大），表示人们愿意为选购时间减少1 h在实体店和网络支付3 %的价格。

（3）T_T/P为0.22，表示人们愿意为单程交通时间减少1 h支付22 %的价格。

（4） S₁/P为0.13，表示相较于小型商业中心，人们愿意在大型商业中心多支付13%的价格；S₂/P为0.09，表示相较于小型商业中心，人们愿意在中型商业中心多支付9%的价格。

通过支付意愿的分析发现，选购时间对购物方式的选择影响程度最小，而交通时间的影响程度很大；实体商业类型和商品质量均较大程度影响购物方式的选择，当其他条件均相同时，购物吸引力由大到小依次为大型商业中心、中型商业中心和小型商业中心；人们愿意为高品质的商品付出较高的价格。

2.1.3 模型的等效用线解释

为了直观表现消费者面对不同的要素水平组合时的购物方式选择偏好，本研究引入等效用线的方法。等效用线又叫无差异曲线（indifference curve），源自经济学，线上的任意一点所代表的商品组合使得消费者获得的效用相等。购物方式等效用线构建方法如下：忽略对购物效用影响程度很小的选购时间要素；商品质量和实体店规模类型为分类变量，故分情况讨论；在此前提下，令实体店购物效用和网络购物效用相等，另实体店商品售价为1，取网络与实体店的价格比作为网络售价，继而探究网络相对售价与到实体店的单程交通时间的关系。图 2和图 3分别为实体店和网络的商品质量相同时和实体店商品质量为优而网络为良时的等效用线。图中U_st 为实体店购物时获得的效用，U_on为网络购物时获得的效用，横轴为单程交通时间；纵轴为网络相对实体店的售价。以图 2中市级大型商业中心为例，斜率为正表示到实体店的时间增长，网络售价必须越高，才能使得实体店和网络购物的效用相等。斜率的绝对值是0.037，表示到实体店的单程交通时间增加60 min，等价于网络商品售价增加22 %。曲线上任意一点的实体店和网络购物的效用相等，曲线下方区域表示网络的购物效用大于实体店，上方区域表示实体店的购物效用大于网络。通过等效用线，可以直观判断在不同的商品价格和到实体店时间的取值组合下的个体的选择行为结果。

图 3 实体店商品质量为优而网络商品质量为良时等效用线

Fig. 3 Indifference when the quality of goods in in-store shopping is superior to that in e-shopping

图 2　实体店和网络的商品质量相同时等效用线

Fig. 2　Indifference when the quality of goods in e-shopping is the same as that in in-store shopping

2.2 分商品类型的模型拟合结果与比较

虽然整体模型中各要素均对购物方式效用表现出显著影响作用，但拟合优度并不是很高，故进一步分情况讨论选购不同的商品时购物方式偏好的差异。分商品类型建立离散选择模型（表 4），可以比较消费者在购买不同商品时的要素影响的差异。4类商品模型的拟合优度分别为0.19、0.12、0.13和0.10，衣服类商品的拟合程度最好，其他三类商品并没有明显提升。各要素对不同商品的购物方式效用影响作用不同，对于购买衣服和数码家电类商品，选购时间的影响不显著；对于购买书籍，中型商业中心的影响作用不显著；对于日用品，大型商业中心的影响作用不显著；其余因素均有显著影响。

表 4 分商品类型的购物方式偏好模型拟合结果

Tab. 4 Output of discrete choice models for four goods separately

变量		衣服		书籍		数码家电产品		日用品
		系数	显著度	系数	显著度	系数	显著度	系数	显著度
实体店	P	-4.015 57	***	-3.524 79	***	-3.485 04	***	-3.055 87	***
	Q1	1.468 24	***	1.200 30	***	0.571 90	**	1.128 23	***
	Q2	0.641 65	***	0.081 02	***	0.233 79	*	0.260 46	*
	TS	-0.004 29		-0.392 40	***	0.123 00		-0.259 20	***
	TT	-0.757 20	***	-0.798 60	***	-0.931 20	***	-0.878 40	***
	S1	0.575 41	***	0.470 96	**	0.527 05	***	0.251 89
	S2	0.406 14	***	0.098 19		0.476 57	**	0.413 64	**
网络	P	-4.672 62	***	-3.401 51	***	-3.959 27	***	-2.886 96	***
	Q1	1.468 24	***	1.200 30	***	0.571 90	**	1.128 23	***
	Q2	0.641 65	***	0.081 02	***	0.233 79	*	0.260 46	*
	TS	-0.004 29		-0.392 40	***	0.123 00		-0.259 20	***
对数似然函数值		-606.170 6		-563.321 6		-656.024 9		-691.420 3
McFadden R2		0.194 05		0.125 79		0.133 34		0.105 99
选择次数N /次		1 107		1 071		1 170		1 260

由于不同模型中每个要素的系数大小均不同，单个要素的系数大小无法直接说明影响程度大小，故通过比较各要素与商品价格的系数比，即支付意愿的大小，来判断某一变量对购买不同商品时的影响程度大小（表 5）。

表 5 分商品类型的支付意愿比较

Tab. 5 Willingness to pay for different goods

系数之比		衣服	书籍	数码家电产品	日用品	整体
实体店	Q1/P	0.36	0.34	0.16	0.37	0.26
	Q2/P	0.16	0.02	0.07	0.08	0.08
	TS/P		0.11		0.08	0.03
	TT/P	0.19	0.23	0.27	0.29	0.22
	S1/P	0.14	0.13	0.15	0.08	0.13
	S2/P	0.10		0.13	0.13	0.09
网络	Q1/P	0.31	0.35	0.14	0.39	0.25
	Q2/P	0.14	0.02	0.06	0.09	0.08
	TS/P		0.12		0.09	0.03

（1）Q₂/P越大表示购买该类商品时越重视质量是否良好，比值从小到大依次为衣服、日用品、数码家电和书籍。Q₁/P与Q₂/P之差越大表示购买该商品时越重视质量是否为优，从大到小依次是书籍、日用品、衣服和数码家电。

（2）T_S/P越大表示人们在购买该类商品时越不愿意花费时间选购。购买衣服和数码家电产品时选购时间对选择结果没有显著影响，购买书籍时选购时间的负影响比选购日用品时更大，可见人们在购买高单价、低频购买不介意花费选购时间，购买搜索型商品时最不愿意花费选购时间。

（3）T/P越大表示人们在购买该类商品时越不愿意花费交通时间，比值从大到小依次为日用品、数码家电产品、书籍和衣服。可见人们不愿意为低单价且高频购买的商品花费交通时间，愿意为不常购买的体验型商品花费交通时间。

（4）S₁/P越大表示人们购买该商品时越愿意去大型商业中心，S₂/P越大表示人们越愿意去中型商业中心购物。购买日用品时人们最不愿意去大型商业中心，购买书籍时是否为中型商业中心无影响，其他情况实体商业类型的影响差别不大。

各要素对不同商品影响的差异符合每类商品的特性。

2.3 基于选择模型的购物方式现状解释

研究将直接询问被调查者调研商品现状网络购买比例的结果与通过离散选择模型计算的结果进行对比，以验证选择模型解释购物方式选择的合理性。首先，根据问卷和访谈结果以及一般常识，对购物方式影响要素的现状水平作出合理的设定（表 6）。

表 6 不同方式购买不同商品的现状要素水平设定

Tab. 6 Factor levels set for different goods in present condition

要素	整体		衣服		书籍		数码家电		日用品
	实体店	网络	实体店	网络	实体店	网络	实体店	网络	实体店	网络
商品价格	1	0.7	1	0.73	1	0.83	1	0.87	1	0.84
商品质量	优	良	优	良	优	优	优	优	优	良
选购时间/h	1.5	1	2	1	1	0.5	2	1	1.5	0.5
单程交通时间	被调查者最常去购物地离家的时间
实体商业等级	被调查者最常去的购物地的等级类型

注：

要素变量单位同表2

将表6设定的现状要素水平代入对应模型中计算实体和网络的购物效用及网络购买概率，对比选择模型计算结果和实际发生的现状网络购买比例（表 7），发现两者十分接近，最大差距在10 %以内。其中，家电数码产品的模拟结果和现状情况差别最大，推测与市场上大型家电数码商家线上线下同步销售模式有关；日用品的差异是4类商品中最小的；整体结果也十分接近。

表 7 现状网络购买比例与模型计算的网络购买概率对比

Tab. 7 Proportion of e-shopping in present and the probability computed by model

	整体	衣服	书籍	数码家电	日用品
现状网络购买比例/%	60.76	54.98	70.19	71.30	59.72
模型计算网络购买概率/%	60.58	48.15	75.52	61.77	57.24

购物方式的选择是一个受到众多因素影响的决策过程，且受很多个人差异和偶然因素影响。虽然上述选择模型还无法解释每个人对购物方式的选择，但通过选择模型来估计群体在实体店和网络购物效用和选择概率比较准确。以上验证结果为基于此选择模型的应用探索提供了依据。

3 基于购物偏好模型的应用探索

基于离散选择模型结果的应用探索从两方面展开：将选择行为投影到空间，进行上海市域的实体商业中心相对于网络购物的吸引力评价，并提出提升购物吸引力的具体建议；合理假定未来情景的要素水平组合，推测未来实体商业和网络购物的演替发展趋势。

3.1 实体商业中心购物吸引力提升策略

3.1.1 购物吸引力现状评价

利用选择模型评价上海市域不同等级商业中心的购物吸引力现状的方法如下：①确定市域范围内的市级、地区级和社区级商业中心；其中，市级和地区级商业中心参考上海市商业网点布局规划（2014年~2020年）^［21］，社区级商业中心由购物设施兴趣点（POI）的密度确定（认为核密度大于100 个·km^－2的非市、地区级商业中心购物设施聚集区是社区级商业中心）（图 4）；市级、地区级和社区级商业中心分别对应大型、中型和小型的实体商业类型。②将上海市域划分为1 km×1 km的栅格，在高德地中批量计算各个栅格中心到离其最近的三级商业中心的时间距离（由于公交数据缺失较为严重，计算的时间为地图中的驾车时间，考虑到坐公交一般比驾车花费的时间要多，故将驾车时长乘以1.5的修正系数作为交通时间），统计到每类商业中心的时间距离均值作为单程交通时间要素水平；③设置其他要素水平，以实际情况为基础，体现不同等级商业中心的差别，分别计算不同等级商业中心的购物效用和网络购物的效用，取三级商业中心中最大效用作为实体店效用，计算选择不同购物方式以及购物地点的概率。

图4 上海市域三级商业中心分布和栅格划分

Fig. 4 Distribution and grid division of different commercial centers in Shanghai

由表 8中效用和选择概率的计算结果可知，现状网络购物吸引力大于实体店；实体商业中，地区级商业中心的购物效用最高，其次是社区级商业中心，市级购物效用最低。在表8中，选择概率由不同类型实体店中购物效用最大者与网络购物效用计算得到（下同）。

表 8 三级商业中心和网络购物的要素水平、购物效用和选择概率

Tab. 8 Factor levels, utilities, and probabilities of different commercial centers and e-shopping at present

要素	实体店			网络
	市级商业中心	地区级商业中心	社区级商业中心
商品价格	1	1	1	0.7
商品质量	优	优	优	良
选购时间/min	120	90	60	60
单程交通时间/min	55	27	21
购物效用	-2.989 9	-2.709 8	-2.901 1	-2.359 8
选择概率/%	41.34			58.66

3.1.2 商业中心吸引力提升措施

商业中心空间布局和商业设施活力提升是城市规划中的重要内容。本次研究考虑的5个要素中，质量为实体店的优势要素，类型为分类标准，商品售价、单程交通时间和选购时间是实体店可调节要素，故以下从这三个要素的调整提出实体商业中心购物吸引力提升措施。

（1） 价格调整措施

由模型可知，商品价格对购物方式效用的影响程度大，而促销和折扣等价格调整措施是实体店常采用的营销措施。在除了商品价格之外的要素条件都不变的情况下（即采用表8中相应取值），分别令市级、地区级、社区级商业中心的购物效用和网络购物相等，计算得到实体购物与网络购物吸引力相等时的临界商品价格。结果显示，当市级、地区级、社区级商业中心的价格调整分别到0.82、0.90和0.84时，其购物效用与网络购物相等。调整价格对增加实体店购物效用的效果明显，不同类别的商业中心可以参考商品售价临界值，权衡其售价、成本、吸引顾客范围等来谋求最大收益。

（2） 空间布局措施

实体店购物必须通过交通出行完成，这是降低实体店购物效用的重要原因。合理布局城市中的商业设施，优化商业设施服务距离，缩短购物出行时间，是城市规划的重要内容。保持其他现状要素条件不变，计算使得不同等级商业中心与网络购物的效用相等时的临界单程交通时间。结果显示，当市级、地区级、社区级商业中心的单程交通时间分别降到4.5、－1.1和－36.5 min时，其购物效用与网络购物相等。可见，虽然无法仅通过缩短交通时间使得实体店的效用大于网点，但缩短交通事件仍是较为有效的措施，空间布局优化、交通优化，结合合理定价等措施，能够使得实体店购物效用较大提升。

（3） 购物过程优化措施

实体店购物一般比网络购物花费更多的选购时间，通过商场流线优化、导览系统优化、快速提货通道建设等一系列的措施，缩短实体店选购时间，提升其购物效用，是微观城市设计中的重要内容。保持其他现状条件不变，计算使得不同等级商业中心和网络购物效用相等的临界选购时间。结果显示，市级、地区级和社区级商业中心的选购时间要分别降到－203、 －89和－218 min时，其购物效用与网络购物相等。可见，缩短选购时间对实体店效用提升作用非常有限，购物过程优化须与其他措施相结合才能有比较明显的作用。

3.2 基于选择模型的购物方式演替分析

激烈的市场竞争以及社会和技术不断进步必然使得未来实体店和网络购物的购物吸引力发生变化。对未来可能出现的购物情景作出三种合理假设：①近期实体店和网络购物为了培养稳固各自消费群体继续呈竞争态势，即低价竞争的价格战模式；②在价格战的同时，实体店会逐步采取一系列的空间优化措施，弱化其时间消耗多的劣势；③实体店在发展中会拓展线上购买渠道，线下购物体验与娱乐、休闲等功能融合，网络购物也拓展线下体验渠道，线上线下逐步融合，进而催生新的商业模式，市场也逐步趋向稳定。以下利用选择模型分别模拟三个阶段的实体店和网络购物的购物效用和选择概率。

（1） 情景一：价格因素主导

价格是影响购物方式选择的最重要的因素，也是现状网络购物效用高于实体店的主要原因。网络零售商为了抢占市场，继续迎合现阶段消费者追求低价的心理，保持商品质量为良好的水平下，进一步降低商品价格；实体店为了与网店竞争也降低商品售价，但由于成本高于网店，价格降低幅度有限。表 9是该情景下不同购物方式的要素水平设定以及购物效用和选择概率的计算结果。表9中，“↓”表示相对于现状选择概率减小，“↑”表示相对于现状选择概率增大（下同）。可见，价格战对网络购物更加有利，如果延续低价竞争的态势，网络购物的零售比重将持续增加。

表 9 价格战情境下不同购物方式的要素水平、购物效用和选择概率

Tab. 9 Factor levels, utilities, and probabilities of two shopping styles in scenario 1

属性	实体店			网络
	市级商业中心	地区级商业中心	社区级商业中心
商品价格	0.95	0.95	0.95	0.65
商品质量	优	优	优	良
选购时间 /min	120	90	60	60
单程交通时间 /min	55	27	21	0
购物效用	-2.818 6	-2.538 5	-2.729 8	-2.064 6
选择概率及变化 /%	36.84（4.50↓）			61.16（4.50↑）

（2） 情景二：服务因素主导

便利性也是消费者青睐网上购物的重要原因。在价格竞争的同时，实体商业中心通过空间布局缩短消费者去购物中心的平均交通时间；通过内部空间设计，缩短在实体店消耗的选购时间；通过优化商圈的娱乐休闲等其他业态，增加其综合吸引力，通过其他活动分摊专门购物的时间；网店也通过网页优化等措施节省选购时间。模型模拟的结果（表 10）表明，相对于现状，实体店选择概率减小，网络购物选择概率增加；但相对于情景一的实体店选择概率却增加了。可见，实体店通过上述方式缩短选购时间和交通时间，可以起到提升实体店购物效用、抵制网络购物低价竞争的作用。

表 10 服务战情景下不同购物方式的要素水平、购物效用和选择概率

Tab. 10 Factor levels, utilities, and probabilities of two shopping styles in scenario 2

属性	实体店			网络
	市级商业中心	地区级商业中心	社区级商业中心
商品价格	0.95	0.95	0.95	0.65
商品质量	优	优	优	良
选购时间/min	90	60	30	30
单程交通时间/min	40	20	15	0
购物效用	-2.573 1	-2.392 7	-2.596 5	-1.940 9
选择概率及变化 /%	38.89（2.45↓）			61.11（2.45↑）

（3） 情景三：相互融合

随着网络使用在消费者中的普及，实体店的和网店各自不断地优化和提升，以及人们越来越追求优质的商品，未来极可能是实体店和网店的各种购物要素越来越趋同，线上线下逐步融合，进而催生新的商业模式，市场也逐步趋向稳定。表 11是该情景下不同购物方式的要素水平设定和购物效用、选择概率的计算结果。相对于现状，实体店的选择概率增加而网络购物的选择概率减小。可见，融合情境下网络购物的失去低价竞争的优势，实体店的便利性的劣势也逐步消减，实体店购物吸引力显著回升。需要指出的是，此时的实体店吸引力回升不再是对网络购物消极的抑制，而是社会整体消费水平的上升。

表 11 融合战情景下不同购物方式的要素水平、购物效用和选择概率

Tab. 11 Factor levels, utilities, and probabilities of two shopping styles in scenario 3

属性	实体店			网络
	市级商业中心	地区级商业中心	社区级商业中心
商品价格	0.95	0.95	0.95	0.85
商品质量	优	优	优	优
选购时间/min	90	45	30	30
单程交通时间/min	40	20	15	0
购物效用	-2.573 1	-2.392 8	-2.596 5	-2.218
选择概率及变化/%	45.64（4.30↑）			54.36（4.30↓）

基于以上情景假设和模型模拟，本研究认为未来零售业态的发展极有可能是，网络购物会再经历一段时期的高涨，继而逐步有一定幅度的回落，最后达到平稳的状态，并慢慢催生出新的零售商业形式。这种新的商业模式极可能为实体零售商积极开辟线上渠道，线下以体验服务为主、线上以购买交易为主，实体商圈的业态功能进一步优化，休闲、娱乐、文化等体验式功能与购物功能融合进一步提升实体商圈吸引力；而网络购物一部分已与实体商家一体化，另一部分仍靠着其不可替代的固有优势吸引着大量顾客。

4 结论与讨论

本文通过消费者行为偏好的调查和离散选择模型的解析，定量化和情景化地评价上海市整体的购物方式吸引力分布和预测未来实体店购物和网络购物吸引力变化，在城市商业规划和相关政策制定上具有一定的指导意义。本文主要结论如下：

（1）离散选择模型能够较好地解释居民的购物方式选择机制，商品价格、商品质量、选购时间、交通时间以及实体商业类型均对购物方式选择均有显著影响。选择模型模拟的结果与问卷调查者实际发生的结果比较符合。

（2）上海市现状网络购物吸引力大于实体店，在不同的实体商业中心中，地区级商业中心的购物效用最高，社区级商业中心其次，市级购物中心最低。现阶段，价格调整仍是提升实体店购物效用最有效的措施，城市的商业设施布局优化是提升实体店购物效用的重要措施，实体店购物过程优化对提升实体店购物效用有限。

（3）对未来情景两种购物方式的发展提出了价格因素主导、服务因素主导和相互融合三阶段假设，通过模型的模拟，本研究认为网络购物会再经历一段时期的高涨，继而逐步有一定幅度的回落，最后线上线下融合发展，形成稳定的新型零售业态模式。

购物方式的演变是一个复杂的过程，本研究虽在解析实体店和网络的购物吸引机制方面取得一定成果，但也存在许多可以提升的空间。首先，在SP实验的设计中，可以进一步选择更加多样化的商品类型以更全面反映整体零售市场的网购占比情况，同时探讨人群内在的社会经济属性差异对购物行为的影响机制。其次，本文采取的选择模型是最基础，模型上仍可以进一步优化。再者，零售商业的发展充满着各种不确定性，研究的采用的三种情景假设存在局限，将实体店和网络购物看成了两种非此即彼的购物方式，忽略了购物过程中线上线下结合的实际情况和演变过程。最后，本文以上海市为例探究商业模式的发展，上海的商业经济和网络基础设施发达，有其特殊的城市属性，上海的研究结论不一定能推广为全国普遍规律，但本文在研究方法、研究思路以及发展趋势演替的推导上，对全国的购物方式发展仍具有借鉴意义。